matlab两组数据误差分析,matlab怎样进行残差分析？
摘要两种方法： 1matlab两组数据误差分析、b=regress(y,X);根据输入参数y与X,用最小二乘法求线性回归系数b。 2、[b,bint,r,rint,stats]=regress(y,X)：
两种方法： 1matlab两组数据误差分析、b=regress(y,X);根据输入参数y与X,用最小二乘法求线性回归系数b。 2、[b,bint,r,rint,stats]=regress(y,X)：得到参数b的95%置信区间bint,残差r以及残差95%置信区间rint，stats有三个分量的向量，分别是决定系数R平方、F值以及回归的p值。 具体步骤： 如下图所示，一组数据共有50个变量，需要对此数据做一元线性回归分析y=b1+b2*x，若只想得出线性回归模型，而不做其他分析只需调用b=regress(y,X);程序代码如下： 2.由回归结果得b=[44.2815,0.4199],即回归模型可以写为y=44.2815+0.4199*x,模型结果如图所示： 3.若是想通过一些指标来验证模型的优劣，则需要调用[b,bint,r,rint,stats]=regress(y,X)；返回更为复杂的数据，用来分析模型。则程序代码及结果，如图： 4.然后使用rcoplot(r,rint);做残差分析图，以及画出预测及回归线图，结果如图所示。从图中可以看出回归方程的拟合程度，还可以从stats中R平方来说明其拟合优劣，R平方越大拟合程度越高。
